Учёные Сбера предложили ИИ-решение для более точной работы футбольных селекционеров

Специалисты Сбера разработали новый подход к футбольному скаутингу с помощью искусственного интеллекта, начиная с детско-юношеского футбола. ИИ-модель оценивает футболиста комплексно: учитывает его игру в конкретном матче, действия партнёров по команде и соперников. Такой подход помогает искать игроков с похожими характеристиками, формировать списки кандидатов и оценивать, насколько футболист подходит схеме игры команды.

Многие существующие аналитические подходы опираются на усреднённые показатели игрока за сезон или анализируют его без полноценного учёта окружения на поле. Часть важной информации теряется, потому что один и тот же игрок может по-разному проявлять себя в каждом конкретном матче.

Новый подход учитывает этот контекст. Решение анализирует данные о футболистах команд и формирует представление с учётом того, как спортсмены провели конкретный матч, с кем играли и кому противостояли. При обучении модели использовались открытые рейтинги футболистов: они помогали ей различать более удачные и менее удачные выступления. При этом выводы об игроке модель строила на основе данных самого матча, а не готового рейтинга.

Тестирование показало: анализ индивидуальных характеристик футболиста и его окружения на поле помогает модели давать более точную оценку. На практике такой инструмент может стать дополнительным источником информации для скаутов — специалистов, которые ищут и оценивают потенциальных новичков команды. Кроме того, использование ИИ-технологий способно облегчить работу детских тренеров и помочь в анализе тренировочного процесса, тем самым популяризируя применение инновационных решений в рабочем процессе.

Семён Будённый, управляющий директор, начальник управления развития перспективных технологий AI Сбербанка:

«В футболе игрока сложно оценивать в отрыве от команды и соперника. Одни и те же показатели могут означать разное в зависимости от того, с кем и против кого человек выходит на поле. Наша задача — дать тренерам, скаутам и аналитикам дополнительный инструмент, который помогает увидеть эту картину целиком. Для клуба это дополнительное подспорье при выборе игрока и его дальнейшем развитии, для самого спортсмена — более точная оценка его игры с учётом реального контекста, а для детско-юношеского футбола — возможность раньше замечать перспективных ребят и выстраивать их развитие более осознанно».

Исследование подготовлено командой Sber AI, которую возглавил Константин Митин, руководитель направления внедрения технологий искусственного интеллекта в спортивную индустрию Сбербанка. Научная работа вошла в программу 13-го международного воркшопа по машинному обучению и анализу данных в спорте MLSA 2026, который прошёл в Неаполе на конференции ECML PKDD 2026.